MiniMax H3 Max 参照素材から動画生成 API: 画像から動画生成

MuapiのMiniMax H3 Maxで画像、動画、音声の参照素材から動画を作成。最大1080p、生成ごとの従量課金。 MiniMax H3 Max Reference to Videoは、プロンプトと最大9枚の参照画像、3本の動画、3つの音声クリップ（参照ファイル合計12個まで）をもとに動画を生成します。プロンプト内で「Image 1」「Video 1」のように素材名を指定し、キャラクターの外見、背景のスタイル、動きのパターン、サウンドトラックなど、各素材を結果にどう反映するかを伝えます。5～15秒の動画を最大1080pで出力でき、参照素材に合わせるadaptiveアスペクト比も選べます。Muapi標準の非同期リクエスト／ポーリング／webhook方式に従います。複数参照を混ぜずに1枚の開始画像を使う場合はMiniMax H3 Max Image to Video、参照素材なしでテキストのみを使う場合はMiniMax H3 Max Text to Videoをご覧ください。

インタラクティブなモデルコントロール

MuapiのMiniMax H3 Maxで画像、動画、音声の参照素材から動画を作成。最大1080p、生成ごとの従量課金。

📝

概要

このモデルについて

MiniMax H3 Max Reference to Videoは、プロンプトと最大9枚の参照画像、3本の動画、3つの音声クリップ（参照ファイル合計12個まで）をもとに動画を生成します。プロンプト内で「Image 1」「Video 1」のように素材名を指定し、キャラクターの外見、背景のスタイル、動きのパターン、サウンドトラックなど、各素材を結果にどう反映するかを伝えます。5～15秒の動画を最大1080pで出力でき、参照素材に合わせるadaptiveアスペクト比も選べます。Muapi標準の非同期リクエスト／ポーリング／webhook方式に従います。複数参照を混ぜずに1枚の開始画像を使う場合はMiniMax H3 Max Image to Video、参照素材なしでテキストのみを使う場合はMiniMax H3 Max Text to Videoをご覧ください。

1キャラクターの一貫性：同じキャラクターの複数の参照画像を使い、新しいシーンでも外見を統一。

2スタイル変換：参照動画の動きやカメラスタイルを、新しい被写体に取り入れる。

3音楽に合わせた編集：参照音声と映像素材を重ね、テンポや雰囲気を誘導。

4商品の紹介：商品の参照画像と動きの参照動画を組み合わせ、洗練された紹介ショットを作成。

💰

料金と価値

コスト分析

プロバイダー	費用	備考
muapiapp	開始価格: $0.065/秒 (480p) up to $0.208/秒 (1080p), plus reference item fees	解像度ごとの出力秒単価です。最初の参照素材4件は料金に含まれ、それを超える参照画像・動画・音声素材には少額の定額料金が加算されます。生成ごとの従量課金で、サブスクリプションは不要です。
Replicate	利用不可	MiniMax H3 MaxはReplicateに掲載されていません。

muapiapp開始価格: $0.065/秒 (480p) up to $0.208/秒 (1080p), plus reference item fees

解像度ごとの出力秒単価です。最初の参照素材4件は料金に含まれ、それを超える参照画像・動画・音声素材には少額の定額料金が加算されます。生成ごとの従量課金で、サブスクリプションは不要です。

Replicate利用不可

MiniMax H3 MaxはReplicateに掲載されていません。

** 競合サービスの料金は類似のモデル構成および利用ティアに基づいて算出された推定値です。

⚙️

技術詳細

設定スキーマ

パラメータ	型	説明	デフォルト
プロンプト	string	Describe the video scene and how the references should be used (e.g. 'Image 1', 'Video 1').	`Use the references to create a cinematic product reveal with a slow camera orbit.`
Reference 画像s	array	Reference image URLs (up to 9). Provide at least one image or video reference. Max 12 combined reference files.	`undefined`
Reference 動画s	array	Reference video URLs (up to 3; 2-15s each, 15s combined max). Provide at least one image or video reference.	`undefined`
参照音声	array	Optional reference audio URLs (up to 3; 2-15s each, 15s combined max). Audio cannot be used alone.	`undefined`
アスペクト比	Enum（7個の選択肢）	-	`adaptive`
解像度	Enum（3個の選択肢）	-	`768p`
長さ（秒）	Enum（11個の選択肢）	生成する動画または音声の長さ（秒単位）。	`5`
Prompt Expansion Mode	Enum（3個の選択肢）	Prompt rewriting effort. 'quality' can add up to ~30s of processing.	`balanced`

プロンプトstring

Describe the video scene and how the references should be used (e.g. 'Image 1', 'Video 1').

デフォルト値Use the references to create a cinematic product reveal with a slow camera orbit.

Reference 画像sarray

Reference image URLs (up to 9). Provide at least one image or video reference. Max 12 combined reference files.

デフォルト値undefined

Reference 動画sarray

Reference video URLs (up to 3; 2-15s each, 15s combined max). Provide at least one image or video reference.

デフォルト値undefined

参照音声array

Optional reference audio URLs (up to 3; 2-15s each, 15s combined max). Audio cannot be used alone.

デフォルト値undefined

アスペクト比Enum（7個の選択肢）

デフォルト値adaptive

解像度Enum（3個の選択肢）

デフォルト値768p

長さ（秒）Enum（11個の選択肢）

生成する動画または音声の長さ（秒単位）。

デフォルト値5

Prompt Expansion ModeEnum（3個の選択肢）

Prompt rewriting effort. 'quality' can add up to ~30s of processing.

デフォルト値balanced

📖

実装ガイド

開発者ドキュメント

MiniMax H3 Max Reference to Videoの使い方

参照素材を追加：reference_images（最大9件）、reference_videos（最大3件）のURLを指定します。reference_audios（最大3件）は任意ですが、単独では使えません。3項目の合計は12ファイル以下で、画像または動画が少なくとも1つ必要です。
プロンプトを作成：シーンを説明し、「Image 1のキャラクターをVideo 1のシーンで歩かせる」のように素材名を明示します。
解像度と長さを選択：resolutionを480p、768p、1080pのいずれかに、durationを5～15秒に設定します。
アスペクト比を設定：参照素材に自動的に合わせるにはaspect_ratioをadaptiveのままにするか、固定値を選択します。
送信して取得：リクエストをPOSTし、/predictions/{request_id}/resultをポーリングするか、webhook_urlを指定して完成動画のURLを受け取ります。

curl -X POST https://api.muapi.ai/api/v1/minimax-h3-max-reference-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Use the references to create a cinematic product reveal with a slow camera orbit.",
    "reference_images": ["https://example.com/product.jpg"],
    "resolution": "1080p",
    "duration": 6
  }'

❓

よくある質問

FAQ

MiniMax H3 Max Reference to Videoでは何を生成できますか？

プロンプトと1つ以上の参照画像・動画、任意の音声をもとに、外見、動き、音声を新しいクリップに組み込んだ動画を生成します。

参照ファイルはいくつ使用できますか？

参照画像と動画を合計12件まで使用でき、参照音声は任意で合計15秒まで追加できます。

参照音声だけを使えますか？

いいえ。参照音声には、参照画像または動画を少なくとも1つ組み合わせる必要があります。

対応する解像度と長さを教えてください。

解像度は480p、768p、1080pから選べます。長さは5～15秒の任意の値を指定できます。

adaptiveアスペクト比はどのように機能しますか？

`aspect_ratio`を`adaptive`のままにすると、固定値ではなく参照素材が示すアスペクト比に合わせて出力します。

完成動画を取得するにはどうすればよいですか？

最初のPOSTで返されたリクエストIDを使い、`/predictions/{request_id}/result`をポーリングします。または`webhook_url`を指定すると、動画の完成時に通知されます。